主题:【分享】冷冻电镜揭示RSO设计蛋白质的高精度结构特性!

大耳朵兔兔
结帖率:
100%
关注:0 |粉丝:0
等级: Lv1 萌新启航

【研究背景】

蛋白质设计是生物科学领域的重要研究方向,因其广泛应用于生物医药、合成生物学、食品科学等领域。与传统的蛋白质设计方法相比,基于机器学习(ML)的方法具有更高的设计效率和灵活性。特别是通过结构预测网络如AlphaFold2(AF2)、ESMFold和RoseTTAFold2,这些方法能够根据输入序列准确预测蛋白质结构,从而筛选出最佳候选设计。然而,现有的方法仍面临着收敛速度慢、优化过程不够稳定等问题,这给复杂蛋白质设计任务带来了挑战。
为此,来自慕尼黑工业大学Hendrik Dietz教授以及哈佛大学Sergey Ovchinnikov研究小组在蛋白质设计领域取得了新进展。他们提出了一种称为放松序列优化(RSO)的方法,通过迭代序列演化和基于梯度下降的“幻觉”过程,实现了高质量蛋白质骨架的高效设计。该团队设计并表征了超过100种蛋白质,其中包含的单链蛋白质可达到1000个氨基酸。他们的研究表明,利用RSO方法,设计的蛋白质在结构和功能上都具备了较高的准确性和多样性。
该团队的RSO方法通过直接将更新的放松序列输入结构预测网络,显著提高了设计的收敛性和稳定性。相较于传统方法,RSO能够沿复杂梯度快速收敛,解决了绑定设计和功能位点支架等复杂设计问题。最终,研究人员利用ProteinMPNN模块生成候选蛋白质序列,并通过ESMFold或AF2验证其与目标骨架的匹配。该研究的成果为新设计蛋白质的工程化提供了新的技术路径,推动了蛋白质设计领域的发展。




【仪器解读】

本文c。这些表征技术揭示了蛋白质设计过程中的关键因素,特别是高质量骨架设计对最终蛋白质结构的影响。
针对复杂的蛋白质设计现象,本文采用了多种微观机理表征方法,以深入理解蛋白质的折叠和稳定性。例如,通过冷冻电子显微镜对设计的单链蛋白质进行成像,得到了高分辨率的电子密度图,从而直观地展示了蛋白质在分子水平的构象。这种方法使我们能够准确地验证计算模型的预测结果,并确认设计的蛋白质在实际条件下的折叠状态。
在此基础上,结合蛋白质序列传递神经网络(ProteinMPNN)生成的序列,通过结构预测网络如 ESMFold 和 AlphaFold2 进行再预测,进一步验证了设计的有效性。通过这些表征手段,结果表明,RSO 方法生成的蛋白质不仅在设计目标上达到了高度准确性,同时在结构上表现出良好的可变性和设计性。这些发现促使我们着重研究蛋白质骨架的优化与序列生成之间的关系。
总之,经过高分辨率结构分析、冷冻电子显微镜成像和序列特征映射等多重表征,本文深入分析了基于RSO方法的蛋白质设计过程,揭示了蛋白质骨架设计在生成高质量蛋白质方面的重要性。通过这一系列的表征和分析,最终成功制备出多种新型蛋白质材料,这不仅为未来的蛋白质工程提供了新的思路和方法,还推动了蛋白质设计领域的进一步发展与进步。此研究的成果为合成生物学、药物开发等应用领域奠定了重要基础,使得设计与优化蛋白质结构成为可能,为未来的生物技术应用提供了强大的支持。




蛋白质设计流程示意图

原文详情:Christopher Frank et al. ,Scalable protein design using optimization in a relaxed sequence space.Science386,439-445(2024).DOI:10.1126/science.adq1741
资讯链接:https://www.instrument.com.cn/news/20241210/758726.shtml

为您推荐
仪器优选
蛋白稳定性分析仪
更多 >
蛋白质稳定性分析仪

蛋白质稳定性分析仪

普瑞麦迪

液体处理工作站(移液工作站)
更多 >
蛋白稳定性分析仪
更多 >

快速获取仪器报价

专属采购顾问高效对接

立即提交
可能感兴趣
猜你喜欢最新推荐热门推荐更多推荐
登录后您可以享受以下权益:
免费领取生日礼品
下载海量资料
写文章/加入社区
和行业专家互动
立即登录